使用部分随机循环测量矩阵的1-bit压缩感知的频谱侦测网络系统.docVIP

使用部分随机循环测量矩阵的1-bit压缩感知的频谱侦测网络系统 摘要：最近研究的压缩感知理论可以在一定基础上从高概率的不完整信息的稀疏信号中完成信号的采集与重建。本文将压缩感知应用于网络系统中的频谱感知。为了解决计算与通信开销的问题，本文采用结构压缩感知和1-bit压缩感知技术。基于使用部分随机循环矩阵测量可以在稍微增加测量数量的基础上减少计算复杂度的现实上，将一个循环矩阵分解为结构性矩阵的乘法。本文权衡了计算复杂度和压缩性能之间的关系。1-bit压缩感知仅从测得的数据中提取标志数据（1-bit量化），并且从提取的标志数据中重构原始信号。因此，在网络系统中采用1-bit压缩感知技术检测频谱可以节省通信开销。本文评估了1-bit压缩感知的效率。此外，本文还提出了一种采用信号块稀疏性的1-bit压缩感知的块重构算法。实验研究表明，用于频谱感知的部分随机循环矩阵与完全随机测量矩阵一样高效，并且1-bit压缩传感技术可以大大降低通信开销。 I.简介 压缩感知是一个新的框架，它使用信号稀疏性来减少需要测量的数据量[1，2]。测量一个N维向量中的M维向量（N M）将失去一些基本信息，逆问题(N M变量的方程)有无穷多个解。然而，当信号在某些方面只具有K个非零系数（K N M）并且是非相干的，或者说满足某些限制等距属性（RIP[24，25]），逆问题将在很大程度上有一个独特的和精确的解决方案。